摘要：为提高热连轧粗轧带钢生产过程中换钢种、换规格及换辊后的首块带钢宽度设定模型精度，本文提出一种基于主成分分析协同随机森林(PCA－ＲF)算法的宽度预测模型。采用主成分分析法对数据样本合理分析，通过计算特征值、主成分贡献度及累计贡献度进行特征选择。在PCA筛选的变量数据集上训练最佳随机森林宽度预测模型。同时，使用支持向量机回归(SVＲ)、K－最近邻(KNN)模型进行对比验证。通过实际应用表明，PCA－ＲF各道次宽度模型Ｒ－squared值控制在99.9%～1，且96%以上样本点预测误差在－5～5mm，从而证明该模型实现了换钢种、换规格及换辊后的首块钢宽度的高精度预测。 关键词：热连轧粗轧;主成分分析;特征选择;宽度预测;随机森林算法 下载高清全文——基于主成分分析协同随机森林算法的热连轧带钢宽度预测.pdf